类黄酮抑制 IP6Ks 的3D-QSAR 研究

采用基于R基团搜索技术的Topomer CoMFA建立了14个类黄酮类肌醇六磷酸激酶抑制剂的3D-QSAR模型,研究了类黄酮化合物对肌醇六磷酸激酶(IP6Ks)活性的抑制作用.该模型的主成分数为3,拟合与留一法交互验证的复相关系数以及F检验值分别为q~2=0.842,q_(st)~2=0.26;r~2=0.965,r_(st)~2=0.12;F=91.519.在此基础上通过Topomer Search进行分子片段筛选,对化合物8,14和6进行重新拼接设计,其预测活性可以分别提高12.76倍、9.27倍和62%.运用Surflex-dock分子对接法研究了实验数据中活性最高的化合物6和活性最低的化合物10与IP6Ks的PDB结构的作用机制,发现并验证了之前所建立的Topomer CoMFA模型构效关系分析研究的结果,进一步阐明了化合物6抑制活性更高的原因.结果表明,在类黄酮分子结构的C(5),C(7)和C(4′)位上,取代基团的大小和静电性质对其抑制活性产生重要的影响.本研究可能对以天然产物设计和合成具有更好生物活性的IP6Ks抑制剂具有指导作用.     

R基团搜索技术用于PTH类Tau蛋白抑制剂的分子设计

对26个PTH类Tau蛋白抑制剂进行了Topomer CoMFA研究, 建立了拟合及预测能力良好的Topomer CoMFA模型, 获得的模型拟合、 交互验证及外部预测的复相关系数分别为0.976, 0.603和0.795, 估计标准偏差和Fisher验证值F分别为0.110和115.778. 使用ZINC化合物数据集作为结构片段源, 通过三维定量构效关系(3D-QSAR)模型搜索具有特定活性贡献的R基团. 以样本中活性最高的1号分子过滤, R₁和R₂贡献值均提高了20%的片段分别有9个与2个. 以此交替取代1号样本的R₁与R₂, 得到18个新颖化合物并预测其活性, 其中的15个预测活性值优于模板分子. 研究结果表明, Topomer search可有效地用于分子设计, 所设计的分子为阿尔茨海默病(AD)药物的研发提供了新的候选物.     

基于配体的组蛋白去乙酰化酶抑制剂的分子设计

本文采用Topomer Co MFA方法对39个组蛋白去乙酰化酶抑制剂进行了3D-QSAR研究,得到q~2=0. 877,r~2=0. 987的可靠模型。运用基于R基团搜索的Topomer Search技术对ZINC2015数据库进行了虚拟筛选,筛选出一批具有潜在活性的目标化合物,模型预测结果表明,筛选出的化合物活性比最初合成的化合物大幅度提高,其中筛选出的最高活性化合物S2-7(IC_(50)=0. 0235μmol·L~(-1))活性达到了最初合成的高活性化合物21(IC_(50)=0. 103μmol·L~(-1))的4倍。分子对接技术揭示了化合物结构和靶酶之间的联系,为更新型HDACIs的设计以及结构优化提供了重要信息和理论指导。     

R基团搜索技术用于硼酸三肽蛋白酶体抑制剂的分子设计

本文采用Topomer CoMFA对44个Tyropeptin硼酸三肽类蛋白酶体抑制剂进行三维定量构效关系(3D-QSAR)分析。所得最优模型的拟合、交互验证、及外部验证的复相关系数分别为0.983、0.651、0.963。采用Topomer search对ZINC数据库进行R基团的虚拟筛选,得到具有特定活性贡献的R基团,以活性最高的分子为模板过滤,得到7个R1和5个R2基团。并以此设计得到活性优于模板分子的20个新化合物。结果表明,所建立的Topomer CoMFA模型具有良好的稳定性和预测能力,基于R集团的Topomer search技术可以有效筛选,并为设计出新的蛋白酶体抑制剂提供理论依据。     

基于药效团模型的DHODH抑制剂构效关系研究

利用药效团模型研究二氢乳清酸脱氢酶(Dihydroorotate dehydrogenase,DHODH)抑制剂的构效关系,为DHODH抑制剂的虚拟筛选提供新的方法.以31个具有DHODH抑制活性的化合物为训练集化合物,半数抑制浓度(IC50)范围为7~63000 nmol/L,利用Catalyst/HypoGen算法构建DHODH抑制剂药效团模型,通过对训练集化合物多个构象进行叠合,提取药效团特征及三维空间限制构建药效团模型.利用基于CatScramble的交叉验证方法及评价模型对已知活性化合物的活性预测能力,确定较优药效团模型.模型包含1个氢键受体、3个疏水中心,表征了受体配体相互作用时可能发生的氢键相互作用、疏水相互作用和π-π相互作用,4个药效特征在三维空间的排列概括了DHODH抑制剂产生活性的结构特点.所得较优模型对训练集化合物及测试集化合物的计算活性值与实验活性值的相关系数分别为0.8405和0.8788.利用药效团模型对来源于微生物的系列化合物进行虚拟筛选,筛选出59个预测活性较好的化合物,可作为进一步药物研发的候选化合物.     

分子对接技术用于马来酰亚胺类GSK-3α抑制剂的作用特征分析

糖原合酶激酶-3α(GSK-3α)是治疗阿尔兹海默症(AD)的关键靶点之一.采用基于R基团的搜索组合分子对接研究了GSK-3α抑制剂的作用特征.以45个马来酰亚胺类GSK-3α抑制剂分子为训练集,采用Topomer CoMFA建立3D-QSAR模型,其拟合与留一法交互验证的复相关系数和标准差分别为r2=0.797,SD=0.210,q2cv=0.611,SDcv=0.280,对22个测试集样本外部预测的复相关系数与标准差分别为r2pred=0.703,SDpred=0.213.以Topomer Search搜索技术设计了25个理论上具有更高活性的新型分子.分子对接对比研究表明,新设计的分子与建模样本同GSK-3α的作用位点具有类似的作用特征,且与对比文献一致.该研究为AD治疗的分子设计与研发提供了新的思路.     

R基团搜索技术用于HIV-1逆转录酶抑制剂的分子设计

本文采用基于R基团搜索技术的Topomer CoMFA方法对41个人类免疫缺陷病毒(HIV-1)逆转录酶抑制剂进行了三维定量构效关系(3D-QSAR)分析。所得优化模型的拟合、交互验证及外部验证的复相关系数分别为0.995、0.859和0.945。采用Topomer Search技术对ZINC数据库进行R基团的虚拟筛选,得到R贡献高的基团,以活性最高的13号分子为模板进行过滤得到1个Ra基团和20个Rb基团。并以此设计得到20个新化合物分子,其中有19个化合物的预测活性值高于13号分子。研究结果表明,所建立的Topomer CoMFA模型具有良好的稳定性和预测能力,基于R基团的Topomer Search技术可以有效筛选并设计出新的HIV-1逆转录酶抑制剂,为抗艾滋病新药设计提供了理论依据。     

R基团筛选技术用于吡啶杂环类mTOR抑制剂的分子设计研究

针对27个吡啶杂环类抑制剂采用Topomer COMFA方法进行了三维定量构效关系分析,新建模型的拟合、交互验证及外部验证的复相关系数分别为r2=0.982,q2=0.857,r2pred=0.829,结果表明模型具有良好的预测能力和可信度.采用基于R基团搜索Topomer Search技术对ZINC数据库进行R基团的虚拟筛选,获得了6个高活性的新抑制剂分子,其预测活性均优于训练集中活性最高分子.运用Surflex-dock分子对接法研究吡啶杂环类抑制剂与mTOR靶点的作用模式.研究结果表明,Topomer search可有效地用于分子设计,结合分子对接结果,新抑制剂分子为mTOR靶向药物设计提供参考.     

含磷嘧啶类CDK9抑制剂的分子对接、3D-QSAR和分子动力学模拟

选取64个具有潜力的含磷嘧啶类细胞周期依赖性蛋白激酶(CDK9)小分子抑制剂,采用分子对接方法研究了该类小分子与CDK9的结合作用,结果表明,分子构象、氢键形成、疏水性和氨基酸残基Cys106在此类抑制剂与CDK9的结合过程中具有重要作用.在配体叠合的基础上,运用比较分子力场分析(Co MFA)、比较分子相似性指数分析(Co MSIA)和Topomer Co MFA(T-COMFA)研究了分子结构与抑制活性的关系,发现由训练集立体场、静电场和疏水场组合的Co MSIA模型为最优模型,其内部交叉验证相关系数(Q2=0.557)、非交叉验证相关系数(R2=0.959)和外部预测相关系数(r2=0.863)具有统计学意义,该模型的三维等值线图直观显示了化合物的活性与其三维结构的关系.根据这些结果设计了10个具有新结构的含磷嘧啶类化合物,分子对接和分子动力学模拟结果表明,新化合物和CDK9的结合模式与原化合物64相同,自由能分析从理论上证明了新化合物64d的CDK9抑制活性优于化合物64,并且显示含磷基团与残基Asp109的静电场能在化合物与CDK9作用过程中有重要作用.     

新型N-[2-((取代苯基)氨基)吡啶-3-基]嘧啶甲酰胺的合成、杀菌活性及分子对接

为寻找新型结构的琥珀酸脱氢酶抑制剂,以高效杀菌剂啶酰菌胺为先导化合物,设计、合成了17种N-[2-((取代苯基)氨基)吡啶-3-基]-4-甲基-2-甲硫基嘧啶-5-甲酰胺(4a～4g)和N-[2-((取代苯基)氨基)吡啶-3-基]-4-甲氧基-2-甲硫基嘧啶-5-甲酰胺(4h～4q),并通过~1H NMR、~(13)C NMR和MALDI-TOF-MS确证了化合物的结构.离体杀菌活性试验表明,在剂量为50μg/mL时, 16种化合物对菌核菌表现出较高的杀菌活性,抑制率在90%以上.一些化合物在此剂量下对灰霉菌显示出中等活性,抑制率为70%～84%.分子对接研究揭示了具有较高活性的化合物,N-[2-((3-氟-4-甲基苯基)氨基)吡啶-3-基]-2-甲硫基-4-甲氧基嘧啶-5-甲酰胺(4p)与琥珀酸脱氢酶(SDH)靶酶氨基酸形成4个氢键和一个阳离子-π相互作用.     

磺酰脲类乙酰羟基酸合成酶抑制剂Topomer CoMFA研究

磺酰脲类除草剂是一类高选择性、广谱、低毒的化合物,在世界范围内得到了广泛的应用。本文采用易位体-比较分子力场法（Topomer CoMFA）对75个磺酰脲类化合物与植物源野生型拟南芥AHAS酶的离体相互作用进行了三维定量构效关系研究,快速准确地构建了Topomer CoMFA模型,该模型具有较强的预测能力（交叉验证相关系数q2为0.890,非交叉验证相关系数r2为0.967）。此模型对测试集的10个化合物的pKi值进行预测,其预测值与实际值一致。     

磺胺基羟肟酸类HDAC抑制剂三维定量构效关系

组蛋白去乙酰化酶(HDAC)对染色质分布和基因调节起着重要的作用,也是治疗癌症和其它疾病的新靶点.羟肟酸类抑制剂是目前研究最多的组蛋白去乙酰化酶抑制剂.应用比较分子力场(CoMFA)法对一系列磺胺基羟肟酸类HDAC抑制剂进行了结构活性关系研究,得到的模型具有较高的交叉验证系数(q²=0.704).并在此基础上,建立了非交叉验证的偏最小二乘分析(PLS)模型.用该模型对随机选择的6个化合物组成的测试集进行了预测,得到了令人满意的结果,所建模型具有良好的预测能力.本研究对于设计高活性的HDAC抑制剂及抗癌药物都有指导意义.     

磺酰脲类乙酰羟基酸合成酶抑制剂的拓扑物比较分子力场分析

磺酰脲类除草剂是一类高选择性、广谱、低毒的化合物,在世界范围内得到了广泛的应用。本文采用拓扑物比较分子力场分析(Topomer-CoMFA)对75个磺酰脲类化合物与植物源野生型拟南芥AHAS酶的离体相互作用进行了三维定量构效关系研究,构建了Topomer CoMFA模型,该模型具有较强的预测能力(交叉验证相关系数q2为0.890,非交叉验证相关系数r2为0.967)。此模型对测试集的10个化合物的pKi值进行预测,其预测值与实际值基本一致。     

基于DFT理论的呋喃环双酰肼类似物的QSAR和3D-QSAR研究

蜕皮激素是一类重要的昆虫生长调节剂,因其结构复杂、极性基团较多,在实际应用上遇到很大困难.自从第一个与天然蜕皮激素结构不同,同样具有蜕皮激素活性的双酰肼类化合物RH5849被报道,大量的二苯基双酰肼类化合物被合成.现有的蜕皮激素类拮抗剂的QSAR和3D-QSAR研究主要集中在二苯基模型和叔丁基团上.因此,借助计算机辅助分子设计技术设计一类结构多样的酰肼类化合物是很有意义的研究.而且,现有二苯基双酰肼的QSAR研究主要采用半径验参数,我们以前的研究表明基于DFT方法选用的量化参数和合理的生物活性构象将得到更好的QSAR和3D-QSAR模型.因此,本研究中我们基于DFT方法选取量化参数,优化分子构象用于含呋喃环双酰肼类化合物(无叔丁基团)的QSAR和3D-QSAR研究.采用密度泛函方法(DFT)在B3LYP/6-31g(d,p)基组下对本课题组合成的27个含呋喃环的双酰肼类化合物进行电子结构特征及QSAR研究,得到如下所示的回归模型(1):2O6.62363.70651.28760.0162(0.0710)(0.6447)(0.3703)(0.0072)EX F aμ=+(1)n=27,q2=0.61,spress=0.43,r2=0.72,s=0.37,F=19.34方程(1)表明,靠近呋喃环的羰基氧原子的静电效应对化合物的杀虫活性有重要影响,氧原子上的加权亲电电子密度越大,化合物的杀虫活性值增大.之前的研究发现,化合物的电子极化率(α)不但与摩尔折射率相关,也与化合物的疏水性有很大的相关性.因此,方程(1)中α的系数表明化合物与受体结合时应具有适当的立体效应和疏水效应.为了验证QSAR模型的质量,基于化合物的活性分布和结构特点,我们把27个化合物随机分成训练集22个化合物和测试集5个化合物.采用和方程(1)中相同的参数,得到新的方程(2):2O6.59163.92171.28370.0187(0.0867)(0.8166)(0.4206)(0.0086)EX F aμ=++(2)n=22,q2=0.53,spress=0.50,r2=0.69,s=0.41,F=13.33采用方程(2)建立的回归模型预测测试集中的5个化合物的活性,它们的预测活性与实验活性接近,表明方程(2)有较好的预测能力,同时也表明采用相同参数的方程(1)模型也有较好的预测能力.基于DFT方法优化得到的分子构象和ESP拟合电荷也用于3D-QSAR研究中.CoMFA结果显示,模型的交叉验证系数q2为0.639,最佳主成分数为2,立体场和静电场的贡献分别为46.8%和53.2%,用于非交叉验证的相关系数r2为0.819.用此模型预测了测试集中5个化合物的预测活性,与它们的实验活性值吻合较好,表明获得的CoMFA模型是可靠的,模型中静电场的贡献为主,与我们前面QSAR研究中的结论是一致的.同样也得到了不同场组合的CoMSIA模型,基于不同场的相对贡献,选定EHA组合为最佳模型,其交叉验证系数q2为0.625,最佳主成分数为3,非交叉验证的相关系数为0.893.此模型同样预测了测试集中5个化合物的预测活性,与它们的实验活性值吻合较好.说明得到的CoMSIA模型也是合理、可靠的.此外,我们选取化合物中高活性化合物10和低活性化合物25,分别分析了CoMFA和CoMSIA场中影响它们活性的主要因素,对比发现:苯环上取代基的电负性越强,对活性越有利;苯甲酰基对位取代基的立体效应和亲水性越强,对提高活性越有利.本研究对优化、改造现有双酰肼类化合物提供理论依据,为进一步设计结构多样化的蜕皮激素类似物提供初步理论指导.     

基于他克林的乙酰胆碱酯酶抑制剂的3D-QSAR研究及虚拟筛选

本文通过对58个他克林派生物乙酰胆碱酯酶抑制剂分子进行建模分析,研究其结构与活性的关系,并通过虚拟筛选方法获得一系列潜在AChE抑制剂双位点分子。首先将一系列他克林二联体化合物与AChE晶体结构对接,获得化合物的活性构象,以此进行建模分析,建立结构与活性之间的三维定量构效关系。所得模型CoMFA、CoMSIA、TopomerCoMFA的交叉验证系数分别为0.510、0.702、0.571,非交叉验证系数为0.998、0.988、0.794,测试集r_(pred)~2为0.750、0.742、0.766,所得模型具有良好的预测性,由此可以为设计高活性的新分子提供理论基础。然后,使用Topomer search对ZINC数据库中的125909分子进行虚拟筛选,得到891个具有潜在AChE抑制活性的分子。最后,对这891个分子进行分子对接,观察分子与晶体结构的结合情况,筛选得到66个具有高选择性的双位点AChE抑制剂分子。     

基于Topomer CoMFA和Surflex-dock的GSK-3β抑制剂的3D-QSAR与作用模式研究

GSK-3β的过度表达可导致人脑神经细胞内Tau蛋白的过磷酸化,从而介导阿尔兹海默病(Alzheimer’s disease,AD)的发生.本文旨在研究GSK-3β的马来酰胺类抑制剂的三维定量构效关系(3D-QSAR)及新抑制剂分子与GSK-3β的作用机制.采用基于R基团搜索技术的Topomer CoMFA建立了49个马来酰胺类GSK-3β抑制剂的3D-QSAR模型,并用包括25个样本的测试集验证模型的外部预测能力.所得优化模型的拟合、交互验证以及外部验证的复相关系数分别为0.928,0.790和0.725.采用Topomer search在ZINC分子数据库中进行虚拟搜索,设计了28个可能具有更高活性的新抑制剂.借助Surflex-dock分子对接研究了新抑制剂与GSK-3β作用模式与机制.结果显示,新抑制剂与GSK-3β的Asp133,Tyr134,Val135和Pro136等位点作用显著.     

含天然蒎烯结构的4-酰基-3-氨基-1,2,4-三唑-硫醚衍生物的合成、抑菌活性、三维定量构效关系及分子对接研究（英文）

为了探寻以天然可再生资源为基础的生物活性分子,设计并合成了24个新型含天然蒎烯结构的4-酰基-3-氨基-1,2,4-三唑-硫醚衍生物,通过IR,~1H NMR,¹³C NMR,ESI-MS和元素分析对所有目标化合物的结构进行了表征.初步的离体抑菌活性测试结果表明,在质量浓度为50μg/mL时,目标化合物对测试的8种植物病原菌表现出一定的抑菌活性,其中有4个化合物对苹果轮纹病菌有优良的抑菌活性,远优于阳性对照百菌清;2个化合物对花生褐斑病菌有良好的抑制活性,远优于阳性对照百菌清.使用比较分子力场分析法(CoMFA)对目标化合物的抗苹果轮纹病菌活性进行了初步的三维定量构效关系(3D-QSAR)分析,建立了一个合理的3D-QSAR模型(r~2=0.961,q~2=0.613).此外,分子对接结果表明,目标化合物诺卜醇基4-(4’-氟苯甲酰基)-3-氨基-1,2,4-三唑-硫醚(5k)在琥珀酸脱氢酶(SDH)活性口袋的结合模式与商品杀菌剂萎锈灵相似.     

取代喹啉类化合物抗菌活性的3D-QSAR研究及分子设计

通过比较分子力场分析方法(Co MFA)研究取代喹啉类化合物对金黄色葡萄球菌抑菌活性(p M)的三维定量结构-活性相关(3D-QSAR)。12个化合物建立了预测模型,7个化合物作为验证集(含模板分子)。训练集的Co MFA模型显示立体场、静电场对生物活性贡献依次为49.8%、50.2%。该模型的交叉验证相关系数R2cv=0.650,非交叉验证相关系数R2=0.918,对测试集中的7个化合物的生物活性进行了预测,显示出较强的稳定性和良好的预测能力。通过分析Co MFA三维等势图发现,在取代喹啉类化合物抑菌机理中,R4取代基的强吸电性起主要作用,其次是其他取代基的疏水性作用。应用上述规律进行分子设计,获得了3个在理论上具有较高抑菌活性的新的取代喹啉衍生物,期待实验的验证。     

苯并嗪酮衍生物的3D-QSAR分析

苯并嗪酮衍生物是近年来发现的一类抗血小板聚集化合物, 在前人研究的基础上利用比较分子场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对23个苯并嗪酮衍生物进行了三维定量构效关系(3D-QSAR)研究. 其中CoMFA模型交叉验证系数Q2=0.703, 回归系数R2=0.994, 计算值与实验值的平均方差SEE=0.053, 统计方差比F=184.773; CoMSIA模型Q2=0.847, R2=0.992, SEE=0.058, F=171.670. 两种方法得到的模型都具有较好的预测能力. 结果表明, 标题化合物中8-位取代基R1静电效应起主要作用; 2-位取代基R2立体效应占主导作用, 但官能团大小要适中. 根据研究结果设计了六种活性较高的化合物.     

苯并噁嗪酮衍生物的3D-QSAR分析

苯并噁嗪酮衍生物是近年来发现的一类抗血小板聚集化合物,在前人研究的基础上利用比较分子场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对23个苯并噁嗪酮衍生物进行了三维定量构效关系(3D-QSAR)研究.其中CoMFA模型交叉验证系数Q2=0.703,回归系数R2=0.994,计算值与实验值的平均方差SEE=0.053,统计方差比F=184.773;CoMSIA模型Q2=0.847,R2=0.992,SEE=0.058,F=171.670.两种方法得到的模型都具有较好的预测能力.结果表明,标题化合物中8-位取代基R1静电效应起主要作用;2-位取代基R2立体效应占主导作用,但官能团大小要适中.根据研究结果设计了六种活性较高的化合物.